확인한 것만 기록한다.
2026-11-23 · 00:13 KST / 15:13 UTC한국어 | EN검색 /

속보01 / AI

GPU·CPU 혼합 풀이법, 최적화 문제 점수 개선

중립적인 실험실 조명 아래 열린 컴퓨터 내부에 GPU 가속기와 대형 방열판이 장착된 CPU가 같은 메인보드에 연결된 모습이다. AI 생성 이미지

GPU·CPU 혼합 풀이법이 시간 제한 실험에서 평균 풀이 점수를 최대 4.9% 높였다고 연구진은 발표했다. 11월 13일 공개한 논문의 초록에 제시한 연구진 공개 수치이다.

초록에 따르면 대상은 가중 부분 최대충족가능성 문제인 WPMAX-SAT이다. 반드시 지킬 조건과 가중치가 붙은 선택 조건을 함께 다루는 최적화 문제이다.

연구진은 학습용 데이터나 사전학습 예측 모델 없이 GPU에서 문제별 변수를 조정했다고 설명했다. 필수 조건을 먼저 만족시키고 선택 조건의 점수를 높이도록 손실함수를 설계했다.

초록에 적힌 CPU 전달 경로는 일부 변수값을 추가 조건으로 넣거나 전체 값을 탐색 시작점으로 쓰는 방식이다. 후자는 원래 문제를 유지하면서 CPU 풀이기의 탐색 방향을 안내하도록 설계한 방식이다.

연구진은 MSE 2024의 가중치 문제 229개를 300초 제한으로 평가했다고 밝혔다. tt-open-wbo-inc-Glucose 대비 개선 폭은 최대 4.9%라는 연구진 공개 수치이다. SPB-MaxSAT-c-FPS 대비 개선 폭은 최대 4.8%라는 연구진 공개 수치이다.

연구진은 초록에서 사용한 GPU 모델명과 소비전력을 공개하지 않았다.